（简答题）
具有严重多重共线性的回归方程能否用来进行预测？
正确答案
如果研究的目的仅在于预测Y，而各个解释变量X之间的多重共线性关系的性质在未来将继续保持，这时虽然无法精确估计个别的回归系数，但可以估计这些系数的某些线性组合，因此，多重共线性可能并不是严重问题。
答案解析
略
相似试题
（多选题）
下述统计量可以用来检验多重共线性的严重性（）。
（简答题）
判断以下陈述的正误，并给出理由。 （1）尽管存在多重共线性，OLS估计量仍然是具有BLUE性质的。 （2）在高度多重共线性的情形下，要评价一个或多个偏回归系数的个别显著性是不可能的。 （3）如果有某一辅助回归显示出高的R2值，则模型中肯定存在较严重的多重共线性问题。 （4）变量的两两高度相关并不表示高度的多重共线性。 （5）如果分析的目的仅仅是预测，则多重共线性是无害的。 （6）其它条件不变，VIF越高，相应的OLS估计量的方差越大。 （7）在多元回归中，如果根据t检验，全部的偏回归系数个别来说都是不显著的，那么就不可能得到一个较高的R2。
（判断题）
当用于检验方程线性显著性的F统计量与检验单个系数显著性的t统计量结果矛盾时，可以认为出现了严重的多重共线性。
（简答题）
多重共线性对回归参数的估计有何影响？
（多选题）
下列哪些回归分析中很可能出现多重共线性问题（）。
（填空题）
检验样本是否存在多重共线性的常见方法有：（）和逐步回归法
（单选题）
如果回归模型中解释变量之间存在完全的多重共线性，则最小二乘估计量（）
（判断题）
Koyck变换可以将有限期分布滞后模型转换为一阶自回归模型，从而缓解多重共线性问题。
（判断题）
在存在接近多重共线性的情况下，回归系数的标准差会趋于变小，相应的t值会趋于变大。
